Article II : DEBtox modelling applied to Caenorhabditis elegans: a case study on
Partie 4 Discussion générale et perspectives
XI.4 La modélisation, le changement d’échelle
Le modèle mécanistique développé et utilisé dans le cadre de ce travail pourrait être intégré dans un mo- dèle de dynamique de population afin de permettre des extrapolations des effets des polluants à la population.
CHAPITRE XI. DISCUSSION GÉNÉRALE
Ce type d’approche a déjà été utilisé en couplant des modèles de type individu-centré (individual-based mo- del, IBM) avec des modèles bioénergétiques. Les modèles IBM sont basés sur l’hypothèse que les processus existant au niveau de la population émergent de ce que font les individus (Grimm & Railsback, 2005). Ainsi, ce type de modèle considère les individus comme étant des entités discrètes qui vont posséder un ou des attributs changeants au cours de leur cycle de vie (Beaudouin, 2007; Grimm & Railsback, 2005). Les mo- dèles individu-centrés sont des outils prédictifs plus puissants que les approches de statistiques descriptives en permettant notamment la détection de perturbations biologiques et significatives qui seraient passées inaperçues avec les méthodes classiques (Beaudouin et al., 2012b; Forbes & Calow, 2012). L’utilisation des modèles IBM couplés avec des modèles de type TKTD — dans lesquels les liens mécanistiques entre niveaux physiologiques sont faits — permet une capture de plusieurs niveaux d’organisation biologique et une dé- tection des mécanismes gouvernant probablement les populations exposées à un toxique ou non (Beaudouin
et al., 2012a; Forbes & Calow, 2012; Gabsi et al., 2013; Grimm & Martin, 2013). Ainsi, un modèle IBM basé
sur un modèle DEB permet d’explorer à la fois les traits d’histoire de vie individuels et la dynamique des populations (Grimm & Martin, 2013). Ce type de modèle a déjà été utilisé avec succès notamment sur le diptère Chironomus riparius exposé à de l’uranium où une population expérimentale a été modélisée. Cela a permis de tirer des conclusions non accessibles par d’autres moyens classique ou par un modèle TKTD pur (ici l’apparition d’effets sur la croissance et la reproduction impliquant une sélection phénotypique au sein de la population via une survie différentielle) (Beaudouin et al., 2012a).
CHAPITRE XII. PERSPECTIVES
CHAPITRE
XII
Perspectives
D
ans le cadrelyse classique ont été explicités. Un modèle bioénergétique mécanistique a été développé, analysé etde ce doctorat, les avantages de l’utilisation de la modélisation par rapport à une ana- utilisé pour étudier l’évolution du nématode C. elegans exposé à un polluant métallique radioactif, l’ura- nium. Le modèle développé a donc été utilisé dans un cadre bien particulier correspondant à une exposition d’individus à une pollution constante et non fluctuante par un métal lourd radioactif. Il serait par conséquent intéressant de vérifier la robustesse du modèle utilisé dans ce doctorat. En effet, les activités anthropiques amènent un grand nombre de pollutions diverses et variées. Ainsi, de nombreux métaux, pesticides, compo- sés pharmaceutiques et autres substances industrielles sont régulièrement dispersés dans les écosystèmes. La capacité du modèle à analyser de manière pertinente et réaliste ces autres types de composés permettrait d’étendre son domaine de validité. Néanmoins, il est nécessaire de faire attention à ne pas étendre de manière abusive ce domaine de validité. En effet, les effets toxiques sur les organismes ne sont pas obligatoirement reliés à des actions chimiques. Un certain nombre d’actions physiques (e.g. rayonnement ionisant, tempéra- ture) peut également aboutir à un effet toxique. Dans la perspective d’utiliser le modèle présenté ici, afin d’étudier ce type d’actions physiques, il sera nécessaire d’analyser la cohérence de ce type d’action avec les hypothèses sous-jacentes du modèle et probablement de modifier le module toxicocinétique du modèle.De plus, les pollutions auxquelles sont soumis les organismes peuvent être de type constante, mais aussi fluctuante ou en pulse. L’analyse de ces deux derniers types de pollution à l’aide d’un modèle mécanistique a déjà été menée notamment sur des organismes aquatiques (Ashauer et al., 2006; Péry et al., 2001). Se pose donc la question de l’application du modèle développé à l’analyse de l’impact de concentrations fluctuantes ou pulsées et de la capacité du modèle à y répondre. L’intégration de l’analyse de ce type de pollution nécessiterait principalement une adaptation du module de toxicocinétique du modèle et une acquisition supplémentaire d’information, dont l’évolution de la concentration au cours du temps et, dans certains cas, une estimation du facteur de bioconcentration (Péry et al., 2001).
De même, les organismes sont régulièrement exposés à des alternances ou à des mélange de polluants qui
étudié l’évolution d’une population de C. elegans exposée à une alternance de stress (uranium et NaCl). Dans cette étude l’auteur a mis en évidence une réponse évolutive rapide ainsi qu’une forte spécialisation des individus exposés alors que l’hypothèse contraire avait été posée. L’auteur explique cette réponse par un effet de coévolution entre le NaCl et l’uranium. Il serait intéressant d’appliquer le modèle développé afin de vérifier sa capacité à prendre en compte ce type de coévolution et si possible, tenter de l’expliquer plus finement. Différents projets étudient également l’effet d’un mélange de polluants sur les organismes. En effet, les réponses liées à ces mélanges de polluants peuvent fortement différer des effets seuls de ces polluants, notamment du fait des phénomènes de synergie ou d’antagonisme d’effet. À l’heure actuelle, deux concepts sont utilisés pour rendre compte de l’effet de ces mélange. Il s’agit du concept d’addition des concentrations — basé sur un principe de dilution et mis au point pour des composés ayant le même mécanisme d’action — et du concept d’action indépendante — mis au point pour des composés ayant des mécanismes d’action différents (Bliss, 1939; Loewe & Muischnek, 1926). Ces concepts peuvent être ajustés afin de prendre en compte les effets synergiques ou antagonistes des polluants. Le modèle développé dans ce doctorat pourrait ainsi intégrer ces méthodes et être testé pour l’analyse de l’impact de mélanges de polluants sur C. elegans et sur son évolution.
« L’imagination est plus importante que la connaissance. La connaissance est limitée alors que l’imagination englobe le monde entier »
Bibliographie
BIBLIOGRAPHIE
Bibliographie
Abada, E., Sung, H., Dwivedi, M., Park, B.-J., Lee, S.-K., & Ahnn, J. (2009). C. elegans behavior of preference choice on bacterial food. Molecules and Cells, 28 :209–213.
Adam, O., Badot, P.-M., Degiorgi, F., & Crini, G. (2009). Mixture toxicity assessment of wood preservative pesticides in the freshwater amphipod Gammarus pulex (L.). Ecotoxicology and Environmental Safety, 72(2) :441–449.
Albert, J. (2007). Bayesian Computation with R. Use R ! Springer.
Alda Álvarez, O., Jager, T., Colao, B. N., & Kammenga, J. E. (2006a). Temporal Dynamics of Effect Concentrations. Environmental Science & Technology, 40(7) :2478–2484. PMID : 16646492.
Alda Álvarez, O., Jager, T., Kooijman, S. A. L. M., & Kammenga, J. E. (2005). Responses to stress of
Caenorhabditis elegans populations with different reproductive strategies. Functional Ecology, 19(4) :656–
664.
Alda Álvarez, O., Jager, T., Redondo, E. M., & Kammenga, J. E. (2006b). Physiological modes of ac- tion of toxic chemicals in the nematode Acrobeloides nanus. Environmental Toxicology and Chemistry, 25(12) :3230–3237.
Allen, A. P. & Gillooly, J. F. (2009). Towards an integration of ecological stoichiometry and the metabolic theory of ecology to better understand nutrient cycling. Ecology Letters, 12 :369–384.
Alonzo, F., Gilbin, R., Bourrachot, S., Floriani, M., Morello, M., & Garnier-Laplace, J. (2006). Effects of chronic internal alpha irradiation on physiology, growth and reproductive success of Daphnia magna.
Aquatic Toxicology, 80(3) :228–236.
Altun, Z. & Hall, D. (2009). Introduction. In WormAtlas. WormAtlas, http ://www.wormatlas.org. Andersen, M. E., Reddy, M. B., Clewell, H. J., & Yang, R. S. H. (2005). Conclusions and Future Directions,
chapter 15, pages 389–399. John Wiley & Sons, Inc.
Anderson, G. L., Boyd, W. A., & Williams, P. L. (2001). Assessment of sublethal endpoints for toxicity testing with the nematode Caenorhabditis elegans. Environmental Toxicology and Chemistry, 20(4) :833–838.
Anderson, G. L., Cole, R. D., & Williams, P. L. (2004). Assessing behavioral toxicity with Caenorhabditis
elegans. Environmental Toxicology and Chemistry, 23(5) :1235–1240.
Anderson, J. L., Morran, L. T., & Phillips, P. C. (2010). Outcrossing and the Maintenance of Males within
C. elegans Populations. Journal of Heredity, 101(suppl 1) :S62–S74.
Anderson, S. L. & Wild, G. C. (1994). Linking genotoxic responses and reproductive success in ecotoxi- cology. Environmental Health Perspectives, 102(12) :9–12. Napa Conference on Genetic and Molecular Ecotoxicology, YOUNTVILLE, CA, OCT 12-15, 1993.
Araiz, C., Château, M.-T., Descamps, S., & Galas, S. (2008). Quantitative genomics in Caenorhabditis
elegans : Identification strategies for new human therapeutic targets and molecular mechanisms. IRBM,
29(5) :289–296.
Ashauer, R., Agatz, A., Albert, C., Ducrot, V., Galic, N., Hendriks, J., Jager, T., Kretschmann, A., O’connor, I., Rubach, M. N., Nyman, A.-M., Schmitt, W., Stadnicka, J., van Den Brink, P. J., & Preuss, T. G. (2011). Toxicokinetictoxicodynamic modeling of quantal and graded sublethal endpoints : A brief discussion of concepts. Environmental Toxicology and Chemistry, 30(11) :2519–2524.
Ashauer, R., Boxall, A., & Brown, C. (2006). Predicting effects on aquatic organisms from fluctuating or pulsed exposure to pesticides. Environmental Toxicology and Chemistry, 25(7) :1899–1912.
Ashauer, R. & Brown, C. D. (2008). Toxicodynamic assumptions in ecotoxicological hazard models. Envi-
ronmental Toxicology and Chemistry, 27(8) :1817–1821.
ASTM, American Society for Testing and Materials. (2002). Standard Guide for conducting laboratory soil toxicity tests with the nematode Caenorhabditis elegans. Technical Report E 2172-01, ASTM International. Augustine, S. (2012). Metabolic programming of zebra fish, Danio rerio, uncovered ; physiological perfor-
mance as explained by Dynamic Energy Budget theory and life cycle consequences of uranium induced perturbations. Ph.D. Thesis, Aix-Marseille Université ; Vrije Universiteit.
Augustine, S., Gagnaire, B., Adam-Guillermin, C., & Kooijman, S. A. L. M. (2012a). Effects of uranium on the metabolism of zebrafish, Danio rerio. Aquatic Toxicology, 118-119 :9–26.
Augustine, S., Gagnaire, B., Floriani, M., Adam-Guillermin, C., & Kooijman, S. A. L. M. (2011). Develop- mental energetics of zebrafish, Danio rerio. Comparative Biochemistry and Physiology - A Molecular and
Integrative Physiology, 159(3) :275–283.
Augustine, S., Pereira, S., Floriani, M., Camilleri, V., Gagnaire, B., Kooijman, S. A. L. M., & Adam- Guillermin, C. (2012b). Uranium induces ultra structural damage to gut wall of zebrafish, Danio rerio. In Augustine, S., editor, Metabolic programming of zebra fish, Danio rerio, uncovered ; physiological per-
formance as explained by Dynamic Energy Budget theory and life cycle consequences of uranium induced perturbations., Ph.D. Thesis 6, pages 107–119.
BIBLIOGRAPHIE
Avery, L. & Shtonda, B. B. (2003). Food transport in the C. elegans pharynx. Journal of Experimental
Biology, 206(14) :2441–2457.
Avery, L. & You, Y.-J. (2012). C. elegans feeding (May 21, 2012). In WormBook, editor, WormBook. The
C. elegans Research Community, WormBook.
Bargmann, C. I. (2006). Chemosensation in C. elegans (October 25, 2006). In WormBook, editor, WormBook. The C. elegans Research Community, WormBook.
Barillet, S., Adam, C., Palluel, O., & Devaux, A. (2007). Bioaccumulation, oxidative stress, and neurotoxicity in Danio rerio exposed to different isotopic compositions of uranium. Environmental Toxicology and
Chemistry, 26(3) :497–505.
Barkleit, A., Moll, H., & Bernhard, G. (2008). Interaction of uranium(VI) with lipopolysaccharide. Dalton
Transactions, (21) :2879–2886.
Barrett, R. D. & Schluter, D. (2008). Adaptation from standing genetic variation. Trends in Ecology &
Evolution, 23(1) :38–44.
Barrière, A. & Félix, M.-A. (2005a). High local genetic diversity and low outcrossing rate in Caenorhabditis
elegans natural populations. Current Biology, 15 :1176–1184. Biological Resource Center.
Barrière, A. & Félix, M.-A. (2005b). Natural variation and population genetics of Caenorhabditis elegans (December 26, 2005). In WormBook, editor, WormBook. The C. elegans Research Community, WormBook. Bayes, T. & Price, R. (1763). An Essay towards Solving a Problem in the Doctrine of Chances. By the Late Rev. Mr. Bayes, F. R. S. Communicated by Mr. Price, in a Letter to John Canton, A. M. F. R. S.
Philosophical Transactions of the Royal Society of London, 53 :370–418.
Beaudouin, R. (2007). Modélisation individu-centrée pour aider à la détection et à l’interprétation des
effets des polluants chimiques sur la dynamique de population d’un poisson, la gambusie, en écosystème expérimental. Ph.D. Thesis, Université de Rennes I.
Beaudouin, R., Dias, V., Bonzom, J.-M., & Péry, A. R. R. (2012a). Individual-based model of Chirono-
mus riparius population dynamics over several generations to explore adaptation following exposure to
uranium-spiked sediments. Ecotoxicology, 21(4) :1225–1239.
Beaudouin, R., Ginot, V., & Monod, G. (2012b). Improving mesocosm data analysis through individual- based modelling of control population dynamics : a case study with mosquitofish (Gambusia holbrooki).
Ecotoxicology, 21(1) :155–164.
Bickham, J. (2011). The four cornerstones of Evolutionary Toxicology. Ecotoxicology, 20(3) :497–502. Bickham, J. W. & Smolen, M. J. (1994). Somatic and heritable effects of environmental genotoxins and the
emergence of evolutionary toxicology. Environmental Health Perspectives, 102(Suppl 12) :25.
Bijlsma, R. & Loeschcke, V. (2005). Environmental stress, adaptation and evolution : an overview. Journal
of Evolutionary Biology, 18(4) :744–749.
Billoir, E. (2008). Modélisation dynamique et inférence bayésienne pour l’analyse de données en écotoxicologie. Ph.D. Thesis, Université Claude Bernard, Lyon 1.
Billoir, E., Delignette-Muller, M. L., Péry, A. R. R., & Charles, S. (2008a). A Bayesian Approach to Analyzing Ecotoxicological Data. Environmental Science & Technology, 42(23) :8978–8984.
Billoir, E., Delignette-Muller, M.-L., Péry, A. R. R., Geffard, O., & Charles, S. (2008b). Statistical cautions when estimating DEBtox parameters. Journal of Theoretical Biology, 254(1) :55–64.
Billoir, E., Péry, A. R. R., & Charles, S. (2007). Integrating the lethal and sublethal effects of toxic compounds into the population dynamics of Daphnia magna : A combination of the DEBtox and matrix population models. Ecological Modelling, 203(3-4) :204–214.
Bird, A. (2007). Perceptions of epigenetics. Nature, 447(7143) :396–398.
Bliss, C. I. (1939). The toxicity of poisons applied jointly. Annals of Applied Biology, 26(3) :585–615. Blount, Z. D., Borland, C. Z., & Lenski, R. E. (2008). Historical contingency and the evolution of a key
innovation in an experimental population of Escherichia coli. Proceedings of the National Academy of
Sciences, 105(23) :7899–7906.
Bois, F. Y., Jamei, M., & Clewell, H. J. (2010). PBPK modelling of inter-individual variability in the pharmacokinetics of environmental chemicals. Toxicology, 278(3) :256–267. Highlights of the 2010 Annual Congress of The British Toxicology Society. Includes the Abstracts of the British Toxicology Society, Spring 2010.
Bourlès, Y., Alunno-Bruscia, M., Pouvreau, S., Tollu, G., Leguay, D., Arnaud, C., Goulletquer, P., & Kooi- jman, S. A. L. M. (2009). Modelling growth and reproduction of the Pacific oyster Crassostrea gigas : Advances in the oyster-DEB model through application to a coastal pond. Journal of Sea Research, 62(2-3) :62–71. Metabolic organization : 30 years of DEB applications and developments.
Bourrachot, S. (2009). Etude des effets biologiques de l’exposition à l’uranium chez le poisson zèbre (D.
Rerio) : impact sur les stades de vie. Ph.D. Thesis, Université Aix-Marseille 1.
Bourrachot, S., Simon, O., & Gilbin, R. (2008). The effects of waterborne uranium on the hatching success, development, and survival of early life stages of zebrafish (Danio rerio). Aquatic Toxicology, 90(1) :29–36. Boyd, W. A., Cole, R. D., Anderson, G. L., & Williams, P. L. (2003). The effects of metals and food availa- bility on the behavior of Caenorhabditis elegans. Environmental Toxicology and Chemistry, 22(12) :3049– 3055.
BIBLIOGRAPHIE
Boyd, W. A., McBride, S. J., & Freedman, J. H. (2007). Effects of Genetic Mutations and Chemical Exposures on Caenorhabditis elegans Feeding : Evaluation of a Novel, High-Throughput Screening Assay. PLoS ONE, 2(12) :e1259.
Boyd, W. A., McBride, S. J., Rice, J. R., Snyder, D. W., & Freedman, J. H. (2010a). A high-throughput method for assessing chemical toxicity using a Caenorhabditis elegans reproduction assay. Toxicology and
Applied Pharmacology, 245(2) :153–159.
Boyd, W. A., Smith, M. V., Kissling, G. E., & Freedman, J. H. (2010b). Medium- and high-throughput screening of neurotoxicants using C. elegans. Neurotoxicology and Teratology, 32(1) :68–73.
Boyd, W. A., Smith, M. V., Kissling, G. E., Rice, J. R., Snyder, D. W., Portier, C. J., & Freedman, J. H. (2009). Application of a Mathematical Model to Describe the Effects of Chlorpyrifos on Caenorhabditis
elegans Development. PLoS ONE, 4(9) :e7024.
Boyd, W. A. & Williams, P. L. (2003a). Availability of metals to the nematode Caenorhabditis elegans : Toxicity based on total concentrations in soil and extracted fractions. Environmental Toxicology and
Chemistry, 22(5) :1100–1106.
Boyd, W. A. & Williams, P. L. (2003b). Comparison of the sensitivity of three nematode species to copper and their utility in aquatic and soil toxicity tests. Environmental Toxicology and Chemistry, 22(11) :2768– 2774.
Brenner, S. (1974). Genetics of Caenorhabditis elegans. Genetics, 77(1) :71–94.
Brooks, S. P. & Gelman, A. (1998). General Methods for Monitoring Convergence of Iterative Simulations.
Journal of Computational and Graphical Statistics, 7(4) :434–455.
Brown, J. H., Gillooly, J. F., Allen, A. P., Savage, V. M., & West, G. B. (2004). Toward a Metabolic Theory of Ecology. Ecology, 85(7) :1771–1789.
Bryan, G. W. & Hummerstone, L. G. (1971). Adaptation of the polychaete Nereis diversicolor to estuarine sediments containing high concentrations of heavy metals. I. General observations and adaptation to copper. Journal of the Marine Biological Association of the United Kingdom, 51 :845–863.
Burt, A. (2000). Perspective : Sex, recombination, and the efficacy of selection — was Weismann right ?
Evolution, 54(2) :337–351.
Byerly, L., Cassada, R. C., & Russell, R. L. (1976). The life cycle of the nematode Caenorhabditis elegans : I. Wild-type growth and reproduction. Developmental Biology, 51(1) :23–33.
Cardoso, J. F. M. F. (2007). Growth and reproduction in bivalves ; an energy budget approach. Ph.D. Thesis, Groningen Universiteit.
Casella, G. & George, E. I. (1992). Explaining the Gibbs sampler. The American Statistician, 46(3) :167–174.
Cassada, R. C. & Russell, R. L. (1975). The dauerlarva, a post-embryonic developmental variant of the nematode Caenorhabditis elegans. Developmental Biology, 46(2) :326–342.
Chapman, P. M., Wang, F., Janssen, C. R., Goulet, R. R., & Kamunde, C. N. (2003). Conducting Ecolo- gical Risk Assessments of Inorganic Metals and Metalloids : Current Status. Human and Ecological Risk
Assessment : An International Journal, 9(4) :641–697.
Chen, Y., Breen, P. A., & Andrew, N. L. (2000). Impacts of outliers and mis-specification of priors on Bayesian fisheries-stock assessment. Canadian Journal of Fisheries and Aquatic Sciences, 57(11) :2293– 2305.
Cioci, L. K., Qiu, L., & Freedman, J. H. (2000). Transgenic strains of the nematode Caenorhabditis elegans as biomonitors of metal contamination. Environmental Toxicology and Chemistry, 19(8) :2122–2129. Cole, L. C. (1954). The Population Consequences of Life History Phenomena. The Quarterly Review of
Biology, 29(2) :103–137.
Colle, C., Garnier-Laplace, J., Roussel-Debet, S., Adam, C., & Baudin, J. P. (2001). Comportement de l’uranium dans l’environnement. In Metivier, H., editor, L’uranium, de l’environnement à l’Homme, chapter 6, pages 187–211. EDP Science, Les Ulis (France). Collection ISPN.
Cooper, V. S. & Lenski, R. E. (2000). The population genetics of ecological specialization in evolving
Escherichia coli populations. Nature, 407(6805) :736–739.
Coutellec, M.-A. & Barata, C. (2011). An introduction to evolutionary processes in ecotoxicology. Ecotoxi-
cology, 20(3) :493–496.
Coutellec, M.-A., Collinet, M., & Caquet, T. (2011). Parental exposure to pesticides and progeny reaction norm to a biotic stress gradient in the freshwater snail Lymnaea stagnalis. Ecotoxicology, 20 :524–534. Cui, Y., Boyd, W. A., McBride, S. J., & Freedman, J. H. (2007a). Toxicogenomic analysis of cadmium
responsive transcription in Caenorhabditis elegans reveals novel genes and pathways involved in heavy metal resistance. In 46th Meeting of the Society of Toxicology, page 396, Charlotte, Caroline du Nord (USA). Abstract 1923.
Cui, Y., McBride, S. J., Boyd, W. A., Alper, S., & Freedman, J. H. (2007b). Toxicogenomic analysis of
Caenorhabditis elegans reveals novel genes and pathways involved in the resistance to cadmium toxicity. Genome Biology, 8(6) :1–15.
Cutter, A. D., Avilés, L., & Ward, S. (2003). The proximate determinants of sex ratio in C. elegans popu- lations. Genetics Research, 81 :91–102.
BIBLIOGRAPHIE
Darwin, C. (1859). On the origin of species by means of natural selection, or the preservation of favoured
races in the struggle for life. John Murray, London.
David, H. E., Dawe, A. S., de Pomerai, D. I., Jones, D., Candido, E. P. M., & Daniells, C. (2003). Construction and evaluation of a transgenic hsp16-GFP-lacZ Caenorhabditis elegans strain for environmental monito- ring. Environmental Toxicology and Chemistry, 22(1) :111–118.
David, J. R., Gibert, P., Legout, H., Petavy, G., Capy, P., & Moreteau, B. (2005). Isofemale lines in Drosophila : an empirical approach to quantitative trait analysis in natural populations. Heredity, 94(1) :3– 12.
Day, T. & Bonduriansky, R. (2011). A Unified Approach to the Evolutionary Consequences of Genetic and Nongenetic Inheritance. The American Naturalist, 178(2) :E18–E36.
Dengg, M. & van Meel, J. C. A. (2004). Caenorhabditis elegans as model system for rapid toxicity assessment of pharmaceutical compounds. Journal of Pharmacological and Toxicological Methods, 50(3) :209–214. Denver, D. R., Dolan, P. C., Wilhelm, L. J., Sung, W., Lucas-Lledó, J. I., Howe, D. K., Lewis, S. C., Okamoto,
K., Thomas, W. K., Lynch, M., & Baer, C. F. (2009). A genome-wide view of Caenorhabditis elegans base- substitution mutation processes. Proceedings of the National Academy of Sciences, 106(38) :16310–16314. DeWitt, T. J., Sih, A., & Wilson, D. S. (1998). Costs and limits of phenotypic plasticity. Trends in Ecology
& Evolution, 13(2) :77–81.
Dhawan, R., Dusenbery, D. B., & Williams, P. L. (1999). Comparison of lethality, reproduction, and be- havior as toxicological endpoints in the nematode Caenorhabditis elegans. Journal of Toxicology and
Environmental Health, Part A, 58(7) :451–462.
Dhawan, R., Dusenbery, D. B., & Williams, P. L. (2000). A comparison of metal-induced lethality and behavioral responses in the nematode Caenorhabditis elegans. Environmental Toxicology and Chemistry, 19(12) :3061–3067.
Dias, V. (2010). Étude des réponses adaptatives d’une population d’invertébré benthique (Chironomus ripa-
rius) soumise à une exposition métallique chronique : le cas de l’uranium. Ph.D. Thesis, Université de
Provence Aix-Marseille I.
Dias, V., Vasseur, C., & Bonzom, J.-M. (2008). Exposure of Chironomus riparius larvae to uranium : Effects on survival, development time, growth, and mouthpart deformities. Chemosphere, 71(3) :574–581. Dodenhoff, J., Van Vleck, L. D., & Gregory, K. E. (1999). Estimation of direct, maternal, and grandmaternal
genetic effects for weaning weight in several breeds of beef cattle. Journal of Animal Science, 77(4) :840–5. Donkin, S. G. & Williams, P. L. (1995). Influence of developmental stage, salts and food presence on various end-points using Caenorhabditis elegans for aquatic toxicity testing. Environmental Toxicology
and Chemistry, 14(12) :2139–2147.
Dorazio, R. M. & Johnson, F. A. (2003). Bayesian inference and decision theory — a framework for decision making in natural resource management. Ecological Applications, 13(2) :556–563.
Ducrot, V., Péry, A. R. R., & Lagadic, L. (2010). Modelling effects of diquat under realistic exposure patterns in genetically differentiated populations of the gastropod Lymnaea stagnalis. Philosophical Transactions
of the Royal Society B : Biological Sciences, 365(1557) :3485–3494.
Dutilleul, M. (2013). Réponses microévolutives et coûts adaptatifs de populations de Caenorhabditis elegans
exposées à des stress environnementaux. Ph.D. Thesis, Université de Montpellier I & Université du Québec
à Montréal.
Dutilleul, M., Lemaire, L., Réale, D., Lecomte, C., Galas, S., & Bonzom, J.-M. (2013). Rapid phenotypic changes in Caenorhabditis elegans under uranium exposure. Ecotoxicology, 22(5) :862–868.
Einarsson, B., Birnir, B., & Sigurðsson, S. (2011). A dynamic energy budget (DEB) model for the energy usage and reproduction of the Icelandic capelin (Mallotus villosus). Journal of Theoretical Biology, 281(1) :1–8.
Ellison, A. M. (1996). An Introduction to Bayesian Inference for Ecological Research and Environmental Decision-Making. Ecological Applications, 6(4) :1036–1046.
Faivre, R., Iooss, B., Mahévas, S., Makowski, D., & Monod, H., editors (2013). Analyse de sensibilité et
exploration de modèles : application aux sciences de la nature et de l’environnement. Savoir faire. Quæ.
ISBN 978-2-7592-1906-3.
Falconer, D. S. & Mackay, T. F. C. (1996). Introduction to Quantitative Genetics (4th Edition). Prentice Hall.
Fang-Yen, C., Avery, L., & Samuel, A. D. T. (2009). Two size-selective mechanisms specifically trap bacteria- sized food particles in Caenorhabditis elegans. Proceedings of the National Academy of Sciences of the
United States of America, 106(47) :20093–20096.
Félix, M.-A. & Braendle, C. (2010). The natural history of Caenorhabditis elegans. Current Biology, 20(22) :R965–R969.
Félix, M.-A. & Duveau, F. (2012). Population dynamics and habitat sharing of natural populations of
Caenorhabditis elegans and C. briggsae. BMC Biology, 10(59).
Forbes, V. E. & Calow, P. (1999). Is the per capita rate of increase a good measure of population-level effects in ecotoxicology ? Environmental Toxicology and Chemistry, 18(7) :1544–1556.